搜索结果
查询Tags标签： 误差，共有 84条记录-
模型评估和选择
可用模型很多：不同的算法产生不同的模型，相同的算法用不同的参数也产生不同的模型。 怎么选？使用训练误差最小的那个模型？显然不行，过拟合问题。 模型选择涉及两个问题：一是评估方案的实验设计问题，这方面主要是如何从已有数据中分离出测试数据集，二是评估度量问题…
2021/11/17 6:11:15 人评论 次浏览 -
模型误差和过拟合
训练一个模型的目的，是希望这个模型在预测中有好的表现，即预测值和真实值之间的差异尽可能小，这种差异称为误差（Error） 误差分为两种，一是在训练数据上误差，称为训练误差，也叫经验误差，二是在新样本上的误差，称为泛化误差。 我们训练一个模型想获得的理想结果是…
2021/11/17 6:10:55 人评论 次浏览 -
模型误差和过拟合
训练一个模型的目的，是希望这个模型在预测中有好的表现，即预测值和真实值之间的差异尽可能小，这种差异称为误差（Error） 误差分为两种，一是在训练数据上误差，称为训练误差，也叫经验误差，二是在新样本上的误差，称为泛化误差。 我们训练一个模型想获得的理想结果是…
2021/11/17 6:10:55 人评论 次浏览 -
吃瓜教程1、2章
第一章 绪论（概念巨多） 1.1 引言 学习算法：利用经验来改善系统自身性能，在计算机上从数据中产生“模型”的算法。 “模型”：泛指从数据中学得的结果。 1.2 基本术语 数据集：一组记录的集合。 示例/样本：每条记录关于一个事件或对象的描述 属性/特征：反映事件或对象…
2021/11/16 23:42:06 人评论 次浏览 -
吃瓜教程1、2章
第一章 绪论（概念巨多） 1.1 引言 学习算法：利用经验来改善系统自身性能，在计算机上从数据中产生“模型”的算法。 “模型”：泛指从数据中学得的结果。 1.2 基本术语 数据集：一组记录的集合。 示例/样本：每条记录关于一个事件或对象的描述 属性/特征：反映事件或对象…
2021/11/16 23:42:06 人评论 次浏览 -
第三章 卡尔曼滤波3.2 算法和模型-1定义
3.2.1 定义 离散时间卡尔曼滤波中所有误差的时变特性可归为以下三种假设中的一种：系统误差、白噪声和高斯-马尔可夫过程。系统误差（systematic errors）被假设为常值，是完全时间相关的，虽然当得到关于这些量的更多信息时，其卡尔曼滤波估计的值也会发生变化。 白噪声序…
2021/10/25 17:11:55 人评论 次浏览 -
第三章 卡尔曼滤波3.2 算法和模型-1定义
3.2.1 定义 离散时间卡尔曼滤波中所有误差的时变特性可归为以下三种假设中的一种：系统误差、白噪声和高斯-马尔可夫过程。系统误差（systematic errors）被假设为常值，是完全时间相关的，虽然当得到关于这些量的更多信息时，其卡尔曼滤波估计的值也会发生变化。 白噪声序…
2021/10/25 17:11:55 人评论 次浏览 -
第五部分：神经网络
chapter1 神经网络的表述 1.模型表示 基础神经元： X0=1 偏置、参数又可称为权重，激活函数sigmoid： 2.神经网络：关于层： 第一层为输入层，最后一 层为输出层，中间一层为隐藏层。我们为每一层都有一个偏差单位。 关于节点： ——代表第
2021/10/23 23:09:42 人评论 次浏览 -
第五部分：神经网络
chapter1 神经网络的表述 1.模型表示 基础神经元： X0=1 偏置、参数又可称为权重，激活函数sigmoid： 2.神经网络：关于层： 第一层为输入层，最后一 层为输出层，中间一层为隐藏层。我们为每一层都有一个偏差单位。 关于节点： ——代表第
2021/10/23 23:09:42 人评论 次浏览 -
K-近邻算法（一）
文章目录 一、简介1、概念 二、k近邻算法api的初步使用1、目标：2、Scikit-learn的介绍3、 K-近邻算法API4、案例 三、距离度量1、距离公式的基本性质2、常见的距离公式 四、K值选择说明1、举例说明2、K值选择问题3、近似误差与估计误差 五、kd树1、kd树的定义2、树的建立…
2021/10/21 22:09:36 人评论 次浏览 -
K-近邻算法（一）
文章目录 一、简介1、概念 二、k近邻算法api的初步使用1、目标：2、Scikit-learn的介绍3、 K-近邻算法API4、案例 三、距离度量1、距离公式的基本性质2、常见的距离公式 四、K值选择说明1、举例说明2、K值选择问题3、近似误差与估计误差 五、kd树1、kd树的定义2、树的建立…
2021/10/21 22:09:36 人评论 次浏览 -
2021-10-14
- 基本术语 示例（instance）/样本（sample）：一个事件或对象，在空间中又可称为特征向量（feature vector） 属性（attribute）/特征（feature）：反映事件或对象在某方面的表现或性质的事项 属性值（attribute value）：属性上的取值 属性空间（attribute space）/样本…
2021/10/18 23:40:11 人评论 次浏览 -
2021-10-14
- 基本术语 示例（instance）/样本（sample）：一个事件或对象，在空间中又可称为特征向量（feature vector） 属性（attribute）/特征（feature）：反映事件或对象在某方面的表现或性质的事项 属性值（attribute value）：属性上的取值 属性空间（attribute space）/样本…
2021/10/18 23:40:11 人评论 次浏览 -
西瓜书+南瓜书第1、2章学习总结-Task01-202110
第一章 绪论 1.2 基本术语一般的令表示包含m个示例的数据集，每个示例由d个属性描述，则每个示例是d维样本空间中的一个向量，其中是在第j个属性上的取值，d称为样本的“维数”。从数据中学得模型的过程称为“学习”或“训练”。若想要预测的数据是离散值，此类学习任务称…
2021/10/12 23:45:16 人评论 次浏览 -
西瓜书+南瓜书第1、2章学习总结-Task01-202110
第一章 绪论 1.2 基本术语一般的令表示包含m个示例的数据集，每个示例由d个属性描述，则每个示例是d维样本空间中的一个向量，其中是在第j个属性上的取值，d称为样本的“维数”。从数据中学得模型的过程称为“学习”或“训练”。若想要预测的数据是离散值，此类学习任务称…
2021/10/12 23:45:16 人评论 次浏览
